「设计创意」Claude 技能排行榜第 5 页

通过Connect API创建、导出和管理Canva设计；以编程方式生成社交媒体帖子、轮播图及图形。

基于用户输入的核心情绪，AI自动推导视觉主体、环境、光影等元素，生成收藏级超高清艺术装饰画；适用于室内装饰画定制、商业空间艺术展示、情绪视觉化表达、无文字干扰纯艺术创作场景

使用 Google Veo（Veo 3.1 / Veo 3.0）生成视频。

Read files, manage comments, extract design tokens, download images, and create webhooks in Figma via the Figma REST API. Use this skill when users want to i...

通过 Canva Connect API 创建和管理 Canva 设计、上传资源、导出内容以及管理品牌模板，适用于需要自动化的用户场景。

把剧本里的每个角色分配一个专属音色，整场对白按剧本顺序逐句配好，编号交付，可以直接拖进剪辑软件。这个 AI 多角色配音工具把剧本变成一整场角色配音，适合广播剧、有声剧、有声小说、剧本配音、对话配音、双人播客、课程情景对话和多角色广告：先定好谁是谁——年龄、性格、几个角色之间要拉开多少距离——旁白也能单独占一个音色；之后想改哪一句，就只重录那一句。

使用 CVA 构建可扩展、可主题化的 Tailwind CSS 组件库，支持变体、复合组件、设计令牌、暗黑模式及响应式网格。

央美博导·设计大师 v2.0。融合UI/UX设计智能+中西方美学+品牌VI+设计系统管理（多项目统一/跨平台同步/主题切换）。触发：「设计」「品牌」「UI」「UX」「配色」「设计系统」「组件库」「主题切换」。

本地语音转文字，使用 whisper-cli (whisper.cpp)

安全的图片识别工具，支持本地和API两种模式

使用 LiblibAI API，通过 Seedream4.5 生成图片，通过 Kling 生成视频，适用于用户请求生成图像、插画或视频时。

使用 Gemini API（Nano Banana 图像生成、Veo 视频、Gemini TTS 语音与音频理解），提供“生成+理解”端到端多模态媒体工作流与代码模板。

WorkRally CLI (workrally) — 面向 AI Agent 的 AIGC 漫剧视频创作全流程工具集。支持 AI 生图、AI 生视频、视频提示词优化、画布生音频/音乐、混元 3D 模型生成、AI 生音频、项目/剧集/场次/分镜的完整 CRUD、资产库、媒资管理、无限画布、文件上传下载等。Use when user asks to generate images, generate videos, generate audio, generate music, generate 3d, optimize video prompts, manage projects, series, shots, upload files, download assets, manage materials, or interact with WorkRally platform via command line.

中文：为短视频与营销视频给出完整制作方案：脚本、程序化渲染、AI 生成、数字人出镜与长转短剪辑，输出可直接执行的分镜与制作清单。 English: An end-to-end plan for short-form and marketing video: scripting, programmatic rendering, AI generation, AI avatars, and long-to-short clipping, delivering an executable storyboard and production checklist.

描述一下画面，就能拿到一条专为它写的原创纯音乐，生成的音乐归你所有、可直接商用。这个 AI 背景音乐生成工具把场景、情绪和节奏感变成短视频配乐、vlog配乐、商品视频 BGM、教程视频背景音乐、直播间和门店循环音乐、播客片头以及相册回顾配乐，都是为你现写的原创免版权音乐，情绪起伏由你定：从哪儿开始、在哪儿抬起来、怎么收，给人声留出位置，做完先听再发。

基于实物图片和设计指导，自动分析实物结构并生成不织布挂件设计图及零件分解图；适用于手工设计、不织布手工挂件制作、DIY图样生成场景

豆包图片与视频生成原生技能。适用于用户提到豆包、文生图、图生图、文生视频、图生视频、查询视频生成任务、等待任务完成或下载最终视频时，直接调用火山引擎 Ark 接口，不依赖外部 MCP 服务。使用的是接入点，不是直调模型！

上传素颜照片与妆造主题，生成定制化化妆步骤、9宫格指导图及人物一致性效果图；适用于美妆教学、妆造设计、个人形象定制、美妆内容创作场景

使用 ACE Music 免费 API，通过 ACE‑Step 1.5 生成AI 音乐。适用于用户请求创作、生成或作曲（音乐、歌曲、节拍、配乐等）时。

标准化商业海报生成工作流，依托用户上传基底参考图与设计需求，经过意图校验、提示词优化、高清生图与视觉质检，输出符合电商、品牌宣传、新媒体投放标准的高清商用海报，支持单图/双格/四宫格排版

Transcribe audio files using OpenAI's gpt-4o-mini-transcribe model with vocabulary hints and text replacements. Requires uv (https://docs.astral.sh/uv/).

UI设计风格选择器，从design-md风格库中选择合适的设计系统作为UI开发指导。支持50+知名品牌设计风格（Linear、Apple、Stripe、Vercel等）。触发条件：用户必须明确指定设计风格（如"用Linear风格设计"、"使用Apple风格创建页面"、"按Stripe风格重构"）。

网站设计与排版美化技能。支持从零设计 HTML 页面和美化优化现有页面两种场景。提供完整的设计系统参考（色彩、排版、间距、布局、动效）和内置页面模板（Hero区、导航栏、卡片网格、特性展示、CTA、页脚、完整落地页等）。This skill should be used when the user wants to design a website, create a landing page, beautify an existing page, improve layout/typography, or apply professional styling to HTML. 触发词：网站设计、页面设计、排版、美化、CSS美化、落地页、网页设计、布局优化、UI美化、页面改版、设计漂亮的页面、帮我设计一个页面、帮我把页面变好看

2026年最前沿的计算机视觉专家，精通YOLO26、分割一切3（SAM 3）、视觉语言模型以及实时空间分析。

智能图片生成助手，根据文字描述生成插画、配图、概念图等 AI 图像，支持自定义尺寸与画质，可选参考图进行图生图；当用户要求「生成图片」「文生图」「画一张」「AI 画图」「出图」「插画」「配图」「图生图」时使用。

运用层级、品牌和可用性原则创建设计标志、界面和视觉系统。

通过 ListenHub 将创意转化为播客、解说视频、语音旁白和 AI 图片。用户想“制作播客”“创建解说视频”等时使用。

用配音与旁白工作室统筹 AI配音、文字转语音和 AI语音生成：从当前声音库选择合适音色，把文稿制作成可直接剪辑的语音合成音频，或通过声音克隆创建并复用品牌专属声音。适合文稿转语音、短视频配音、有声书旁白、课程配音、多语言配音和粤语配音，也可作为 AI语音生成器与品牌声音工作台；长篇内容按章节、多语言内容按语言清晰交付。

基于上传的图像主体与背景素材图，融合生成新图片；适用于产品展示、人物场景替换、创意海报合成、旧图焕新等场景

资深网页平面设计师，专长于HTML/CSS设计，精通平面设计原理、排版、色彩理论及视觉层级。

完整UI/UX设计资源库中文版,界面如专业设计师

知识漫画创作者，支持多种艺术风格和色调，创作原创教育漫画，具备详细分镜布局和批量图像生成能力。

使用 sherpa-onnx 的 Piper 语音实现本地文字转语音。100% 离线，无需 API 密钥。适用于用户请求语音回复、音频回复、口述答案或需要朗读的场景。支持多语言，包括德语 (thorsten) 和英语 (ryan) 语音。输出兼容 Telegram 的语音笔记，使用 [[audio_as_voice]] 标签。

把一段音频或视频文件，变成带时间轴的文字转录稿——多语种识别、字幕对齐、音频翻译，一键成稿。 当用户需要「AI语音转文字」相关成品、只有最小输入却希望一次拿到可直接使用的文件时立即出动：多语种识别→字幕对齐→音频翻译→多格式识别。内容由 AI 辅助生成，仅供参考，决策与落地由使用者自行负责。

AI音乐生成器适合需要 AI music generator、音乐生成器、AI生成音乐和 BGM生成器的中文创作者。你可以输入一句创作想法、完整歌词、视频场景或品牌需求，在 AI 助手中生成歌曲、背景音乐、试听链接和音频下载；作品会同步到海绵音乐账号，可在「海绵音乐AI写歌」小程序和 lexuan.club 网页继续管理。

AI音乐适合需要 AI音乐生成、AI音乐创作、AI作曲、AI写歌和 ai music 工具的中文专业创作者。你只要描述主题、风格、情绪、歌词或使用场景，就可以在 AI 助手中生成可试听、可下载的歌曲或 BGM；作品会同步到海绵音乐账号，可在「海绵音乐AI写歌」小程序和 lexuan.club 网页继续管理。

生成可在浏览器打开的 HTML 架构图。当用户要求画架构图、系统架构、模块关系图，或提到"画个图"、"架构图"、"系统图"、"模块图"时触发。输出为单个 .html 文件，暖色极简风格（Paper.design 风格），支持分层、分组卡片、箭头连接、用户角色、图例等常见架构图元素。

生成精确的、时间编码的 Seedance 2.0 提示词，整合多模态输入与资产映射，实现受控的 4‑15 秒视频创作与编辑。

广告歌生成AI适合品牌方、营销团队和商业内容创作者，用于生成广告歌、品牌歌、宣传歌、活动主题曲和声音 logo 方向。输入品牌定位、受众、卖点和传播场景后，AI 助手会生成可试听、可下载的音乐方案；作品会同步到海绵音乐账号，可在「海绵音乐AI写歌」小程序和 lexuan.club 网页继续管理。

从数据生成干净的表格图片。适用于 Discord/Telegram，避免 ASCII 表格显示混乱。支持暗色/亮色模式、自定义样式和自动调整尺寸。

使用多提供商路由的文本生成图像，支持 GPT Image 2、Nanobanana 2、MidjourneyV8.1 与 Seedance 2

CAD参考工具

腾讯云广告文字识别(AdvertiseOCR)接口调用技能。当用户需要从图片中识别文字内容时,应使用此技能。支持中英文、横排、竖排及倾斜场景的图片文字识别,支持90度、180度、270度翻转场景的图片识别,返回文本框位置与文字内容。支持图片Base64和URL两种输入方式。

AI生成图片，支持Kolors/FLUX/Qwen-Image等模型（需SiliconFlow API）

[DEPRECATED — uses outdated v1/v2 endpoints] Use `create-video` for prompt-based video generation (v3 Video Agent) or `avatar-video` for precise avatar/scene...

基于Wan系列模型的图像与视频生成及编辑，支持文生图、带提示词的图像编辑、文生视频、图生视频及参考图等。

agent-im 会话技能 - 通过 liblib.tv 的 AI 能力生成和编辑图片/视频。覆盖场景包括：生成（文生图、文生视频、图生视频、做动画、画一个xxx、来段xxx）、编辑修改（把xxx换成yyy、去掉xxx、加上xxx、改成xxx、调整xxx、局部修改、改镜头）、风格转换（风格迁移、转绘、换风格）、视...

海绵音乐 Skill 是面向专业创作者的 AI音乐生成工具，可在 AI 助手里完成 AI写歌、原创歌曲、歌词成曲、纯音乐 BGM 和参考音频改编。你只需描述风格、情绪、歌词或使用场景，就能生成作品，并获得试听、下载和项目链接；作品会同步到海绵音乐账号，可在「海绵音乐AI写歌」小程序和 lexuan.club 网页继续管理。

通用语音识别 Skill。支持多种音频格式（ogg/mp3/wav/m4a），使用硅基流动 SenseVoice API 进行语音转文字。当用户发送语音消息、音频文件，或需要转录音频时触发。

VAPMedia API 技能，用于图像、视频、音乐和媒体的编辑，通过 VAP 实现，使用当前 Media API 端点的 VAP 产品密钥。